X1, Х2, X5 - существенные факторы, X3 - малосущественный, X4 -несущественный. Существенные и малосущественные факторы заносятся либо в математическую модель, либо в техническое задание на проект стенда.

Основные термины планирования эксперимента

Случайная величина xi (i = 0, l, 2, 3,..., k) - входное воздействие, факторы, условия внешней

среды.

Yj (j = 1,2,..., n) - выходной параметр или отклик на внешнее воздействие отражает поведение объекта или является характеристикой процесса.

Статистическая связь - устанавливается между xi и yj если каждому значению независимой величины хi соответствует сопряженное значение yj последнее значение связывается

статистическими параметрами с о и т. 2 n среднее квадратичное отклонение, теоретическая

дисперсия (yj-ycp)2/n-l или S2n 3… эмпирическая дисперсия.

устанавливается для генеральной совокупности экспериментальных данных n . M{yj} - теоретическое значение выходного параметра в точках экспериментов при n .

yсp, yj yj - среднее для всего эксперимента

Корреляционная связь - статистическая связь между у и х определяется по значениям коэффициентов корреляции г,р-0...1.

1. Выбор математической модели

Виды математических моделей:

-дифференциальные;

-интегральные;

-дифференциально-интегральные (комбинированные);

-регрессионные (основаны на разложении бинома Ньютона в ряд Фурье, совокупность двух сложных членов из внешних воздействий и коэффициентов при них).

Выбрать модель означит выбрать вид функции отклика, записать ее уравнение. Геометрический аналог функции отклика – поверхность отклика.

Изобразим геометрически возможные состояния «черного ящика» с двумя входами. Для этого достаточно располагать плоскостью с обычной декартовой системой координат. По одной оси координат будем откладывать в некотором масштабе значения (уровни) одного фактора, а по другой оси – второго. Тогда каждому состоянию «ящика» будет соответствовать точка на плоскости.

Но для факторов существуют области определения. Это значит, что у каждого фактора есть минимальное и максимальное возможные значения, между которыми он может изменяться либо непрерывно, либо дискретно. Если факторы совместимы, то границы образуют на плоскости некоторый прямоугольник, внутри которого лежат точки, соответствующие состояниям «черного ящика». Пунктирными линиями на рис.25 обозначены границы областей определения каждого из факторов, а сплошными – границы их совместной области определения.

Чтобы указать значение параметра оптимизации, требуется еще одна ось координат. Пространство, в котором строится поверхность отклика, мы будем называть факторным пространством. Оно задается координатными осями, по которым откладываются значения факторов и параметра оптимизации (иногда под факторным пространством понимается пространство, образованное только осями факторов). Размерность факторного пространства зависит от числа факторов. При многих факторах поверхность отклика уже нельзя изобразить наглядно и приходится ограничиваться только алгебраическим языком.

41

Но для двух факторов можно даже не переходить к трехмерному пространству, а ограничиться плоскостью. Для этого достаточно произвести сечение поверхности отклика плоскостями, параллельными плоскости X1OX2, и полученные в сечениях линии спроектировать на эту плоскость. Так строят, например, изображения гор и морских впадин на географических картах. Точка М на рисунке – это и есть та оптимальная точка, которую мы ищем. Каждая линия соответствует постоянному значению параметра оптимизации. Такая линия называется линией равного отклика. Существует соответствие между состоянием «ящика» и значением параметра оптимизации: каждому возможному состоянию «ящика» соответствует одно значение параметра оптимизации. Однако обратное неверно: одному возможному значению параметра оптимизации может соответствовать и одно, и несколько, и сколько угодно состояний «ящиков».

X1

X1max

X1min

Рис.28. Поверхность отклика

1. Однофакторная линейная

,

где bо - свободный член, b1- линейные коэффициенты уравнения, xi- факторы, ˆ - величина оценочная, приближенная.

Регрессионная модель позволяет обеспечить простую графическую интерпретацию и учет взаимовлияния пар факторов, что отличает Регрессионную модель от других математических моделей.

2. Двухфакторная: а) линейная

42